🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
argument_from_correlation_to_cause
Das Argument von der Korrelation zur Ursache folgert, dass, weil zwei Phänomene korrelieren (sie treten gemeinsam auf), eines das andere verursachen muss. Dies ist ein anfechtbares Argumentationsschema, das vernünftig sein kann, wenn es durch einen plausiblen Mechanismus, zeitliche Priorität und Dosis-Wirkungs-Beziehungen gestützt wird; es wird jedoch zum Fehlschluss, wenn Korrelation allein als ausreichender Beweis für Kausalität behandelt wird. Klassische Störfaktoren sind umgekehrte Kausalität, gemeinsame Ursachen und reiner Zufall.
Länder mit einem höheren Schokoladenkonsum pro Kopf haben mehr Nobelpreisträger. Daher muss der Verzehr von Schokolade die kognitive Funktion und die wissenschaftliche Leistung steigern. Dies ignoriert, dass sowohl der Schokoladenkonsum als auch die Nobelpreise mit dem nationalen Wohlstand und den Forschungsausgaben korrelieren.
In Städten mit mehr Eisdielen steigen die Ertrinkungsunfälle. Eine Boulevardzeitung titelt daraus: 'Eisessen erhöht Ertrinkungsgefahr – Experten warnen!' Dabei wird ignoriert, dass beide Phänomene gemeinsam im Sommer auftreten und die Hitze die eigentliche Ursache ist.
Eine Studie zeigt, dass Menschen, die regelmäßig Rotwein trinken, seltener an Herzerkrankungen leiden. Daraufhin empfiehlt ein Influencer: 'Trinkt täglich ein Glas Rotwein – es schützt euer Herz!' Dabei könnte es sein, dass Rotweinkonsum mit einem insgesamt gesünderen Lebensstil oder höherem Wohlstand zusammenhängt, der die eigentliche schützende Variable darstellt.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Wird eine Kausalbehauptung primär aus einer Korrelation abgeleitet?
Typ: binaryWurden Störvariablen (Confounder) berücksichtigt oder kontrolliert?
Typ: binaryWurde die zeitliche Abfolge (Ursache vor Wirkung) zweifelsfrei festgestellt?
Typ: binaryKönnte die Korrelation zufällig sein oder durch einen dritten Faktor erklärt werden?
Typ: binaryDas Argument von der Korrelation zur Ursache folgert, dass, weil zwei Phänomene korrelieren (sie treten gemeinsam auf), eines das andere verursachen muss. Dies ist ein anfechtbares Argumentationsschema, das vernünftig sein kann, wenn es durch einen plausiblen Mechanismus, zeitliche Priorität und Dosis-Wirkungs-Beziehungen gestützt wird; es wird jedoch zum Fehlschluss, wenn Korrelation allein als ausreichender Beweis für Kausalität behandelt wird. Klassische Störfaktoren sind umgekehrte Kausalität, gemeinsame Ursachen und reiner Zufall.
Das menschliche Gehirn ist eine Mustererkennungsmaschine, die natürlicherweise Kausalität aus gleichzeitigem Auftreten ableitet. Wenn zwei Dinge konsistent zusammen erscheinen, fühlt sich die kausale Interpretation intuitiv an und ist schwer zu widerlegen, selbst wenn wir es besser wissen sollten.
Wende die Bradford-Hill-Kriterien an: Gibt es einen plausiblen Mechanismus? Geht die Ursache der Wirkung voraus? Gibt es eine Dosis-Wirkungs-Beziehung? Könnte eine dritte Variable beides erklären? Könnte die Kausalität in die entgegengesetzte Richtung verlaufen?
Korrelation-zu-Ursache-Argumente füllen den Gesundheitsjournalismus („Studien bringen X mit Y in Verbindung“), die Marktforschung, die Berichterstattung in den Sozialwissenschaften und populärpsychologische Bücher.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.